자기지도 학습을 통한 회전 불변 3D 포인트 세트 특징 추출: 트랜스포머와 자기 증류 기법 활용

본 논문은 자기지도 학습 프레임워크에서 정확하고 회전 불변적인 3D 포인트 세트 특징을 추출하는 새로운 알고리즘을 제안한다. 제안하는 DNN 아키텍처인 RIPT는 입력 3D 포인트 세트를 회전 정규화된 다수의 토큰으로 분해하고, 이를 자기 주의 메커니즘으로 정제 및 통합하여 회전 불변 객체 수준 특징을 생성한다. 또한 제안하는 자기 증류 기반 자기지도 학습 알고리즘 SDMM은 다중 자르기와 혼합 데이터 증강 기법을 활용하여 다양한 3D 포인트 세트를 생성하고, 이를 통해 RIPT를 효과적으로 학습한다.